Spelling suggestions: "subject:"neurone"" "subject:"aleurone""
121 |
Exploration des liens formels entre les méthodes statistiques et neuronales en classificationGueye, Ndiouga January 2019 (has links) (PDF)
No description available.
|
122 |
Structuring of image databases for the suggestion of products for online advertising / Structuration des bases d’images pour la suggestion des produits pour la publicité en ligneYang, Lixuan 10 July 2017 (has links)
Le sujet de la thèse est l'extraction et la segmentation des vêtements à partir d'images en utilisant des techniques de la vision par ordinateur, de l'apprentissage par ordinateur et de la description d'image, pour la recommandation de manière non intrusive aux utilisateurs des produits similaires provenant d'une base de données de vente. Nous proposons tout d'abord un extracteur d'objets dédié à la segmentation de la robe en combinant les informations locales avec un apprentissage préalable. Un détecteur de personne localises des sites dans l'image qui est probable de contenir l'objet. Ensuite, un processus d'apprentissage intra-image en deux étapes est est développé pour séparer les pixels de l'objet de fond. L'objet est finalement segmenté en utilisant un algorithme de contour actif qui prend en compte la segmentation précédente et injecte des connaissances spécifiques sur la courbure locale dans la fonction énergie. Nous proposons ensuite un nouveau framework pour l'extraction des vêtements généraux en utilisant une procédure d'ajustement globale et locale à trois étapes. Un ensemble de modèles initialises un processus d'extraction d'objet par un alignement global du modèle, suivi d'une recherche locale en minimisant une mesure de l'inadéquation par rapport aux limites potentielles dans le voisinage. Les résultats fournis par chaque modèle sont agrégés, mesuré par un critère d'ajustement globale, pour choisir la segmentation finale. Dans notre dernier travail, nous étendons la sortie d'un réseau de neurones Fully Convolutional Network pour inférer le contexte à partir d'unités locales (superpixels). Pour ce faire, nous optimisons une fonction énergie, qui combine la structure à grande échelle de l'image avec le local structure superpixels, en recherchant dans l'espace de toutes les possibilité d'étiquetage. De plus, nous introduisons une nouvelle base de données RichPicture, constituée de 1000 images pour l'extraction de vêtements à partir d'images de mode. Les méthodes sont validées sur la base de données publiques et se comparent favorablement aux autres méthodes selon toutes les mesures de performance considérées. / The topic of the thesis is the extraction and segmentation of clothing items from still images using techniques from computer vision, machine learning and image description, in view of suggesting non intrusively to the users similar items from a database of retail products. We firstly propose a dedicated object extractor for dress segmentation by combining local information with a prior learning. A person detector is applied to localize sites in the image that are likely to contain the object. Then, an intra-image two-stage learning process is developed to roughly separate foreground pixels from the background. Finally, the object is finely segmented by employing an active contour algorithm that takes into account the previous segmentation and injects specific knowledge about local curvature in the energy function.We then propose a new framework for extracting general deformable clothing items by using a three stage global-local fitting procedure. A set of template initiates an object extraction process by a global alignment of the model, followed by a local search minimizing a measure of the misfit with respect to the potential boundaries in the neighborhood. The results provided by each template are aggregated, with a global fitting criterion, to obtain the final segmentation.In our latest work, we extend the output of a Fully Convolution Neural Network to infer context from local units(superpixels). To achieve this we optimize an energy function,that combines the large scale structure of the image with the locallow-level visual descriptions of superpixels, over the space of all possiblepixel labellings. In addition, we introduce a novel dataset called RichPicture, consisting of 1000 images for clothing extraction from fashion images.The methods are validated on the public database and compares favorably to the other methods according to all the performance measures considered.
|
123 |
évaluation du risque sismique par approches neuronales / a framework for seismic risk assessment based on artificial neural networksWang, Zhiyi 27 November 2018 (has links)
L'étude probabiliste de sûreté (EPS) parasismique est l'une des méthodologies les plus utiliséespour évaluer et assurer la performance des infrastructures critiques, telles que les centrales nucléaires,sous excitations sismiques. La thèse discute sur les aspects suivants: (i) Construction de méta-modèlesavec les réseaux de neurones pour construire les relations entre les intensités sismiques et les paramètresde demande des structures, afin d'accélérer l'analyse de fragilité. L'incertitude liée à la substitution desmodèles des éléments finis par les réseaux de neurones est étudiée. (ii) Proposition d'une méthodologiebayésienne avec réseaux de neurones adaptatifs, afin de prendre en compte les différentes sourcesd'information, y compris les résultats des simulations numériques, les valeurs de référence fournies dansla littérature et les évaluations post-sismiques, dans le calcul de courbes de fragilité. (iii) Calcul des loisd'atténuation avec les réseaux de neurones. Les incertitudes épistémiques des paramètres d'entrée de loisd'atténuation, tels que la magnitude et la vitesse moyenne des ondes de cisaillement de trente mètres, sontprises en compte dans la méthodologie développée. (iv) Calcul du taux de défaillance annuel en combinantles résultats des analyses de fragilité et de l'aléa sismique. Les courbes de fragilité sont déterminées parle réseau de neurones adaptatif, tandis que les courbes d'aléa sont obtenues à partir des lois d'atténuationconstruites avec les réseaux de neurones. Les méthodologies proposées sont appliquées à plusieurs casindustriels, tels que le benchmark KARISMA et le modèle SMART. / Seismic probabilistic risk assessment (SPRA) is one of the most widely used methodologiesto assess and to ensure the performance of critical infrastructures, such as nuclear power plants (NPPs),faced with earthquake events. SPRA adopts a probabilistic approach to estimate the frequency ofoccurrence of severe consequences of NPPs under seismic conditions. The thesis provides discussionson the following aspects: (i) Construction of meta-models with ANNs to build the relations betweenseismic IMs and engineering demand parameters of the structures, for the purpose of accelerating thefragility analysis. The uncertainty related to the substitution of FEMs models by ANNs is investigated.(ii) Proposal of a Bayesian-based framework with adaptive ANNs, to take into account different sourcesof information, including numerical simulation results, reference values provided in the literature anddamage data obtained from post-earthquake observations, in the fragility analysis. (iii) Computation ofGMPEs with ANNs. The epistemic uncertainties of the GMPE input parameters, such as the magnitudeand the averaged thirty-meter shear wave velocity, are taken into account in the developed methodology.(iv) Calculation of the annual failure rate by combining results from the fragility and hazard analyses.The fragility curves are determined by the adaptive ANN, whereas the hazard curves are obtained fromthe GMPEs calibrated with ANNs. The proposed methodologies are applied to various industrial casestudies, such as the KARISMA benchmark and the SMART model.
|
124 |
Improving information subsampling with local inhibitionPiché, Marc-André 09 1900 (has links)
L’apprentissage machine a parcouru beaucoup de chemin avec des succès marquants ces dernières années. Pourtant, les réseaux de neurones font encore des erreurs surprenantes en présence de corrélations factices. Le réseau basera sa décision sur des caractéristiques non pertinentes dans les données qui se corréleront avec son objectif lors de l'apprentissage. En revanche, les humains sont moins enclins à commettre de telles erreurs, car ils peuvent exploiter des sources d'information plus diverses pour leurs décisions. Bien que les représentations factorisées (démêlée) soient souvent présentées comme la solution pour une bonne généralisation, nous soutenons qu'un ensemble d'experts devrait apprendre aussi librement que possible avec des contraintes minimales, puis rééquilibrer leur sortie proportionnellement à leur similarité. Dans cette thèse, nous proposons une nouvelle approche : en nous inspirant de la façon dont les neurones biologiques sont connectés latéralement, nous introduisons un mécanisme pour rééquilibrer la décision des paires de neurones qui répondent de manière similaire aux entrées, favorisant la diversité de l'information par rapport à leur similarité. Nous démontrons par un cas de test extrême que l’inhibition locale peut avoir un impact positif sur la robustesse des décisions d’un réseau de neurones. / Machine learning has made remarkable strides in recent years, yet neural networks still make surprising mistakes in the presence of spurious correlations. The network will base its decision on irrelevant features in the data that happen to correlate with its objective during training. In contrast, humans are less prone to making such errors since we can leverage more diverse sources of information to make decisions. While maximally factorized or disentangled representations is often cited as the solution for generalization, we argue that an ensemble of experts should learn as freely as possible with minimal constraints and then rebalance their output proportional to their similarity. In this thesis, we propose a novel approach to do this: inspired by the lateral connections between biological neurons, we introduce a mechanism that rebalances the output of pairs of neurons that respond similarly to inputs, promoting information diversity over redundancy. We demonstrate by subjective the network to an extreme test case that local inhibition can have a positive impact on an ANN’s decision robustness.
|
125 |
La théorie d'Hétérochromatine dans le cadre de la maladie d'AlzheimerHogan, Ryan 12 1900 (has links)
La maladie d’Alzheimer (MA) représente la cause la plus importante de la démence, pourtant la cause de la MA reste toujours inconnue. Des données récentes suggèrent que la protéine BMI1 joue un rôle protecteur contre la MA et un rôle essentiel dans l’intégrité de l’hétérochromatine constitutive (hét-c) – les régions génomiques inactives au niveau de la transcription. Les niveaux de BMI1 et d’hét-c sont diminués dans les cerveaux de patients atteints de la MA, et des modèles de déficience de BMI1 in vivo et in vitro reproduisent des phénotypes canoniques de la MA. Nous avançons l’hypothèse que la perturbation de l’hét-c, effectuée par l’inactivation de gènes impliqués dans son intégrité, induira trois phénotypes canoniques de la MA : l’amyloïdopathie, la tauopathie et l’apoptose. Les knock-out (KO) de ces gènes se réalisent individuellement via le système CRISPR-Cas9 dans des neurones humains in vitro. Huit des 38 conditions de KO manifestent une perturbation d’hét-c, analysée par Western Blot; six manifestent une amyloïdopathie, deux manifestent une tauopathie et quatre manifestent des niveaux élevés d’apoptose, analysés par microscopie confocale et immunofluorescence. Les conditions de KO de gènes impliqués dans les domaines associés à la lamine manifestent plusieurs ou tous ces phénotypes de la MA. Ces résultats peuvent suggérer une nouvelle théorie qui expliquerait la cause de la MA : la dérépression de ces domaines induit l’activation des long interspersed elements (LINEs) dont leur dérépression cause des dommages à l’ADN et une réponse immunitaire innée aboutissant à un état sénescent et pro-inflammatoire qui entraîne la neurodégénérescence. / Alzheimer’s Disease (AD) represents the number one cause of dementia, however the cause of AD remains unknown. Recent data suggest that the protein BMI1 plays a protective role against AD and an essential role in the integrity of constitutive heterochromatin (c-het) – transcriptionally inactive, genomic regions. The levels of BMI1 and c-het are diminished in brains of AD patients, and models of BMI1 deficiency in vivo and in vitro reproduce canonical phenotypes of AD. We hypothesize that the disruption of c-het, brought about by inactivating genes implicated in its integrity, will induce three canonical phenotypes of AD: amyloidopathy, tauopathy and apoptosis. These gene knock-outs (KO) are carried out individually via the CRISPR-Cas9 system in human neurons in vitro. Eight of the 38 KO conditions present a disruption of c-het, analysed by Western Blot; six present amyloidopathy, two present tauopathy and four present elevated levels of apoptosis, analysed by confocal microscopy and immunofluorescence. The KO conditions of genes implicated in lamina-associated domains present some or all these AD phenotypes. These results may suggest a novel theory that would explain the cause of Alzheimer’s Disease: the derepression of these domains induces the activity of long interspersed elements (LINEs) which causes DNA damage and an innate immune response, culminating in a pro-inflammatory state of cellular senescence which leads to neurodegeneration.
|
126 |
Identification du mécanisme de régulation du récepteur neuronal Nor1 par l’isomérase Pin-1Gyenizse, Laurent D. 09 1900 (has links)
Les récepteurs nucléaires font partie d’une famille de protéine multigénique agissant comme facteurs de transcription qui, en réponse à la liaison d’un ligand, régulent l’expression de gènes cibles impliqués dans une variété de fonctions physiologiques. Cependant, les récepteurs nucléaires orphelins, qui n’ont pas de ligand connu, peuvent également être régulées par des modifications post-traductionnelles (PTMs) comme la SUMOylation et la phosphorylation. La famille des NR4A, incluant Nurr1, Nur77 et Nor1, sont des récepteurs orphelins dépendant grandement des PTMs au niveau de l’AF-1 afin de moduler leurs activités essentielles dans la différenciation, le développement et le métabolisme des fonctions neurologiques. En particulier, il est connu que les PTMs permettent le recrutement de cofacteurs comme l’isomérase Pin-1, une enzyme recrutée par des motifs phospho-sérine/thréonine-proline qui catalyse l’isomérisation cis/trans du lien avec la proline. Notre laboratoire a récemment identifié un site de SUMOylation atypique nommé pSuM (phosphorylation-dependent Sumoylation Motif) possédant une extension phosphorylable de motif sérine/thréonine-proline au niveau du domaine AF-1 (Activation Function-1) de certains récepteurs nucléaires, soutenant un processus de régulation transcriptionnelle des récepteurs via la SUMOylation et la phosphorylation. Le récepteur Nor1 possède un motif pSuM dont le rôle exact de la SUMOylation et l'implication de Pin-1 comme régulateurs de l’activité de Nor1 dans les mécanismes de neuroprotection reste inconnu. Ainsi nos objectifs sont de déterminer et caractériser le mécanisme de recrutement et l'impact de Pin-1 sur la régulation de Nor1 ainsi que de déterminer le rôle de Pin-1 sur l’expression des gènes cibles impliqués dans la neuroprotection. Nos résultats démontrent que l’isomérase Pin-1 favorise l’expression de gène impliquées dans la neuroprotection comme Eno3, Nrip1 et Atf3 via un mécanisme dépendant de la SUMOylation et de la phosphorylation qui permet la régulation positive de l’activité transcriptionnelle de Nor1 dans un modèle de cellules neuronales de souris. En conclusion, les résultats de ce travail permettent d’identifier l’isomérase Pin-1 comme un nouveau cofacteur de Nor1 impliqué dans le contrôle de l’expression génique associé à la neuroprotection et démontre un mécanisme de régulation de Nor1 par la SUMOylation et la phosphorylation de l’extension du pSuM. / Nuclear receptors are part of a family of multigene proteins acting as transcription factors that, in response to ligand binding, regulate the expression of target genes involved in various physiological functions. However, orphan nuclear receptors, which have no known ligand, can also be controlled by post-translational changes (PTMs) such as SUMOylation and phosphorylation. The NR4A family, including Nurr1, Nur77, and Nor1, are orphan receptors highly dependent on PTMs at the AF-1 domain to modulate their essential activities in the differentiation, development, and metabolism of neurological functions. The PTMs of nuclear receptors allow the recruitment of cofactors such as the Pin-1 isomerase, an enzyme recruited by phospho-serine/threonine-proline motifs that catalyzes the cis/trans isomerization of the proline. Our laboratory has recently identified an atypical SUMOylation site named pSuM (phosphorylation-dependent Sumoylation Motif) characterized by a phosphorylation-sensitive extension of serine/threonine-proline pattern usually present in the AF-1 (Activation Function-1) domain of receptors and providing transcriptional regulation via SUMOylation and phosphorylation. As of now, the role of SUMOylation and Pin-1 as regulators of Nor1 activity in neuroprotection mechanisms remains unknown. Thus, our objectives were to determine and characterize the recruitment mechanism of Pin-1 and its impact on the transcriptional regulation of Nor1 as well as to determine the role of Pin-1 on the expression of target genes involved in neuronal integrity. Our results have shown that Pin-1 isomerase enhances the expression of genes involved in neuroprotection such as Eno3, Nrip1, and Atf3 through a SUMOylation and phosphorylation mechanism that upregulates the transcriptional activity of Nor1 in neuronal cells. In conclusion, this project identifies Pin-1 as a novel cofactor of Nor1 that is regulated by SUMOylation and phosphorylation of the pSuM extension, thus allowing a tight control over the transcription of genes involved in neuroprotection processes.
|
127 |
Étude de l'implication du Nerve Growth Factor et des Acid-Sensing Ion Channels dans l'hypersensibilité colique induite par le butyrate chez le ratMatricon, Julien 12 March 2010 (has links) (PDF)
Le syndrome de l'intestin irritable (SII) touche près de 10% de la population. Nous avons utilisé un modèle animal de SII induit par le butyrate développé au laboratoire afin de décortiquer les mécanismes de l'hypersensibilité colique (HSC) dans le SII. Le blocage du NGF par des anticorps anti-NGF prévient l'HSC induite par le butyrate, évaluée par le test de distension colorectale. Le NGF, quantifié par immunohistochimie (IHC), est surexprimé dans les ganglions rachidiens dorsaux (GRD) innervant le côlon des rats butyrate. Le blocage des canaux ASIC par amiloride prévient l'HSC induite par le butyrate. L'expression des ARNm ASIC1a et ASIC1b, évaluée par RT-PCR, est augmentée dans les GDR des rats butyrate. Cette augmentation est corrélée à une augmentation de l'expression de la protéine ASIC1A dans les neurones nociceptifs, quantifiée par IHC. Le blocage du NGF par des anticorps anti-NGF prévient la surexpression de ASIC1A dans les GRD. L'absence de variation d'expression du NGF et de ASIC1A au niveau colique suggère que ces moléciles ont une implication dans l'élément présynaptique plutôt que dans les terminaisons libres coliques. L'étude de l'expression spinale de la protéine Fos après stimulation des fibres coliques a montré que l'HSC induite par le butyrate est associée à une activation spécifique des segments thoraciques T10-T11-T12 de la moëlle épinière (MEp). Le blocage spinal du canal ASIC1A par la PcTx1 prévient l'HSC induite par le butyrate. L'expression de ASIC1a, évaluée par RT-PCR et Western blot, est augmentée dans la MEp des rats butyrate. Comme à la périphérie, l'expression de ASIC1a est modulée par le NGF puisque le blocage du NGF prévient la surexpression des ARNm et de la protéine ASIC1A dans la MEp des rats butyrate. En conclusion, ce travail de thèse suggère que le NGF et le canal ASIC1A jouent un rôle critique dans le développement de douleurs viscérales en contribuant à la fois à la sensibilisation périphérique et centrale.
|
128 |
Allele specific silencing of proteins at the neuromuscular junctionBiba, Angeliki January 2009 (has links)
RNA interference (RNAi) is a post transcriptional gene silencing mechanism that allows potent and specific silencing of cognate mRNA transcripts. Selective silencing can be used to dissect complex polygenic diseases, elucidate the function of known genes and provide a tool for genetic therapy. Its use in the case of dominant inherited disorders including disorders of the central nervous system, depends on its ability to confer single nucleotide discrimination between normal and mutant gene alleles. In this thesis the ability of RNAi effector molecules to provide single nucleotide specificity was examined by targeting two dominant inherited mutations of the acetylcholine receptor that cause slow-channel syndrome. Allele-specific silencing was achieved for one mutation. The other mutation was also silenced but not in an allele specific way despite employing known techniques for increasing single-nucleotide specificity. The model used in this thesis is the congenital myasthenia slow-channel syndrome. This is a dominant inherited disorder of the neuromuscular junction which is both well-characterised and more readily accessible compared to the central nervous system, thus provides a prototype for development of allele-specific RNAi therapeutics. Here we describe a new transgenic animal model of the slow-channel syndrome and show good representation of the human disorder. The need for defining the characteristics that determine the effectiveness and the specificity of RNAi effectors at single-nucleotide level, along with the future uses of the newly described animal model are discussed.
|
129 |
Training deep convolutional architectures for visionDesjardins, Guillaume 08 1900 (has links)
Les tâches de vision artificielle telles que la reconnaissance d’objets demeurent irrésolues à ce jour. Les algorithmes d’apprentissage tels que les Réseaux de Neurones Artificiels (RNA), représentent une approche prometteuse permettant d’apprendre des caractéristiques utiles pour ces tâches. Ce processus d’optimisation est néanmoins difficile. Les réseaux profonds à base de Machine de Boltzmann Restreintes (RBM) ont récemment été proposés afin de guider l’extraction de représentations intermédiaires, grâce à un algorithme d’apprentissage non-supervisé. Ce mémoire présente, par l’entremise de trois articles, des contributions à ce domaine de recherche.
Le premier article traite de la RBM convolutionelle. L’usage de champs réceptifs locaux ainsi que le regroupement d’unités cachées en couches partageant les même paramètres, réduit considérablement le nombre de paramètres à apprendre et engendre des détecteurs de caractéristiques locaux et équivariant aux translations. Ceci mène à des modèles ayant une meilleure vraisemblance, comparativement aux RBMs entraînées sur des segments d’images.
Le deuxième article est motivé par des découvertes récentes en neurosciences. Il analyse l’impact d’unités quadratiques sur des tâches de classification visuelles, ainsi que celui d’une nouvelle fonction d’activation. Nous observons que les RNAs à base d’unités quadratiques utilisant la fonction softsign, donnent de meilleures performances de généralisation.
Le dernière article quand à lui, offre une vision critique des algorithmes populaires d’entraînement de RBMs. Nous montrons que l’algorithme de Divergence Contrastive (CD) et la CD Persistente ne sont pas robustes : tous deux nécessitent une surface d’énergie relativement plate afin que leur chaîne négative puisse mixer. La PCD à "poids rapides" contourne ce problème en perturbant légèrement le modèle, cependant, ceci génère des échantillons bruités. L’usage de chaînes tempérées dans la phase négative est une façon robuste d’adresser ces problèmes et mène à de meilleurs modèles génératifs. / High-level vision tasks such as generic object recognition remain out of reach for modern Artificial Intelligence systems. A promising approach involves learning algorithms, such as the Arficial Neural Network (ANN), which automatically learn to extract useful features for the task at hand. For ANNs, this represents a difficult optimization problem however. Deep Belief Networks have thus been proposed as a way to guide the discovery of intermediate representations, through a greedy unsupervised training of stacked Restricted Boltzmann Machines (RBM). The articles presented here-in represent contributions to this field of research.
The first article introduces the convolutional RBM. By mimicking local receptive fields and tying the parameters of hidden units within the same feature map, we considerably reduce the number of parameters to learn and enforce local, shift-equivariant feature detectors. This translates to better likelihood scores, compared to RBMs trained on small image patches.
In the second article, recent discoveries in neuroscience motivate an investigation into the impact of higher-order units on visual classification, along with the evaluation of a novel activation function. We show that ANNs with quadratic units using the softsign activation function offer better generalization error across several tasks. Finally, the third article gives a critical look at recently proposed RBM training algorithms. We show that Contrastive Divergence (CD) and Persistent CD are brittle in that they require the energy landscape to be smooth in order for their negative chain to mix well. PCD with fast-weights addresses the issue by performing small model perturbations, but may result in spurious samples. We propose using simulated tempering to draw negative samples. This leads to better generative models and increased robustness to various hyperparameters.
|
130 |
Étude ultrastructurale et développementale du récepteur EphA4 dans l’hippocampe du ratTremblay, Marie-Eve 03 1900 (has links)
Afin de mieux comprendre l’évolution des fonctions du récepteur EphA4 pendant le
développement du système nerveux central (SNC), nous avons étudié sa localisation
cellulaire et subcellulaire dans l’hippocampe du rat, d’abord chez l’adulte, puis pendant le
développement postnatal, ainsi que ses rôles potentiels dans la genèse, la migration ou la
maturation des cellules granulaires dans l’hippocampe adulte. Pour ce faire, nous avons
utilisé la méthode d’immunocytochimie en microscopie photonique, électronique et
confocale.
En microscopie photonique, une forte immunoréactivité (peroxydase/DAB) pour
EphA4 est observée aux jours 1 et 7 suivant la naissance (P1 et P7) dans les couches de
corps cellulaires, avec un marquage notamment associé à la surface des corps cellulaires
des cellules granulaires et pyramidales, ainsi que dans les couches de neuropile du gyrus
dentelé et des secteurs CA3 et CA1. L’intensité du marquage diminue progressivement
dans les couches de corps cellulaires, entre P7 et P14, pour devenir faible à P21 et chez
l’adulte, tandis qu’elle persiste dans les couches de neuropile, sauf celles qui reçoivent des
afférences du cortex entorhinal. En microscopie électronique, après marquage à la
peroxydase/DAB, EphA4 décore toute la surface des cellules pyramidales et granulaires, du
corps cellulaire jusqu’aux extrémités distales, entre P1 et P14, pour devenir confiné aux
extrémités synaptiques, c’est-à-dire les terminaisons axonales et les épines dendritiques, à
P21 et chez l’adulte. À la membrane plasmique des astrocytes, EphA4 est redistribué
comme dans les neurones, marquant le corps cellulaire et ses prolongements proximaux à
distaux, à P1 et P7, pour devenir restreint aux prolongements périsynaptiques distaux, à
partir de P14. D’autre part, des axones en cours de myélinisation présentent souvent une
forte immunoréactivité punctiforme à leur membrane plasmique, à P14 et P21. En outre,
dans les neurones et les astrocytes, le réticulum endoplasmique, l’appareil de Golgi et les
vésicules de transport, organelles impliquées dans la synthèse, la modification posttraductionnelle
et le transport des protéines glycosylées, sont aussi marqués, et plus intensément chez les jeunes animaux. Enfin, EphA4 est aussi localisé dans le corps cellulaire et les dendrites des cellules granulaires générées chez l’adulte, au stade de maturation où elles expriment la doublecortine (DCX). De plus, des souris adultes knockouts pour EphA4 présentent des cellules granulaires DCX-positives ectopiques, c’est-à-dire positionnées en dehors de la zone sous-granulaire, ce qui suggère un rôle d’EphA4 dans la régulation de leur migration.
Ces travaux révèlent ainsi une redistribution d’EphA4 dans les cellules neuronales
et gliales en maturation, suivant les sites cellulaires où un remodelage morphologique
s’effectue : les corps cellulaires lorsqu’ils s’organisent en couches, les prolongements
dendritiques et axonaux pendant leur croissance, guidage et maturation, puis les épines
dendritiques, les terminaisons axonales et les prolongements astrocytaires distaux associés
aux synapses excitatrices, jusque chez l’adulte, où la formation de nouvelles synapses et le
renforcement des connexions synaptiques existantes sont exercés. Ces localisations
pourraient ainsi correspondre à différents rôles d’EphA4, par lesquels il contribuerait à la
régulation des capacités plastiques du SNC, selon le stade développemental, la région, l’état
de santé, ou l’expérience comportementale de l’animal. / To gain more insight into the various functions of EphA4 receptor during the
development of the central nervous system (CNS), we have characterized its cellular and
subcellular localization in the rat hippocampus, first in the adult, and second during the
postnatal development. We have also examined its potential roles in the genesis, migration,
or maturation of the granule cells in the adult hippocampus. For that purpose, we have used
immunocytochemistry in light, electron, and confocal microscopy.
At the light microsocpic level, a strong EphA4 immunoreactivity (peroxidase/DAB)
is observed at postnatal days 1 and 7 (P1 and P7) in the cell body layers, with a labeling
notably associated with the surface of pyramidal and granule cell bodies, as well as in the
neuropil layers of CA3, CA1, and dentate gyrus regions. The intensity of the labeling
diminishes progressively in the cell body layers, between P7 and P14, to become weak at
P21 and in the adult, while it persists in the neuropil layers, except in those receiving inputs
from the entorhinal cortex. At the electron microscopic level, after peroxidase/DAB
labeling, EphA4 covers the entire surface of pyramidal and granule cells, from the cell body
to the distal extremities, between P1 and P14, but becomes restricted to the synaptic
extremities, i.e. the axon terminals and dendritic spines, at P21 and in the adult. At the
plasma membrane of astrocytes, EphA4 is redistributed as in neurons, from the cell body
and proximal to distal processes, at P1 and P7, to the distal perisynaptic processes, at P14
and older ages. In addition, axons in the process of myelination present strong punctiform
immunoreactivity at their plasma membrane, at P14 and P21. Moreover, in neurons and
astrocytes, the endoplamic reticulum, Golgi apparatus, and transport vesicles, organelles
involved in the synthesis, post-translational modifications, and transport of glycosylated
proteins, are also labeled, and also more intensely in younger animals. Lastly, EphA4 is
located in the cell body and dendrites of adult-generated granule cells, at the stage of
maturation where they express doublecortin (DCX). In addition, EphA4 adult knockout
mice display DCX-positive granule cells in an ectopic position, outside of the subgranular
zone, suggesting a role for EphA4 in the regulation of their migration.
This work thus reveals a redistribution of EphA4 in neuronal and glial cells, in the
cellular sites where cellular motility occurs during their maturation: the cell bodies when
they position and organize themselves into layers, the dendritic and axonal processes during
their growth, guidance, and maturation, and the dendritic spines, axon terminals, and distal
astrocytic processes when synapses are formed or strengthened. These locations could thus
reflect different roles for EphA4, similarly associated with the regulation of plasticity in the
CNS, according to the stage of development, the region, the CNS integrity, or the
behavioural experience of an animal.
|
Page generated in 0.0623 seconds